LSE KI-Marketing-Test mit Into-it: Urteilsanalyse

Ich habe einmal beobachtet, wie ein Marketingkalender zu einem moralischen Dokument wurde. Er sah harmlos genug aus: ein Raster mit Kampagnenterminen, E-Mail-Versendungen, Zielgruppensegmenten und Freigaben. Doch jede Zelle enthielt ein Urteil darüber, wer wichtig war, welcher Ton akzeptabel war, welches Versprechen die Marke sicher geben konnte und wann Schweigen besser war als ein weiterer Post.

Deshalb wirkt das Experiment der London School of Economics mit Into-it größer als nur eine weitere Geschichte über KI-Produktivität. MarketingWeek berichtet, dass die London School of Economics mit dem Martech-Startup Into-it zusammengearbeitet hat, um eine vollständig autonome KI-Marketingfunktion zu schaffen. Der Ausdruck klingt wie eine Mutprobe, weshalb die Publikation das Projekt wahrscheinlich um die Frage herum aufgebaut hat, ob eine Universität ein vollständig KI-basiertes Marketingteam schaffen kann. Doch die interessantere Frage ist nicht, ob KI planen, segmentieren, generieren und optimieren kann. Sie lautet, ob Marketingprozesse je so verfahrensbasiert waren, wie wir es vorgegeben haben.

Das Organigramm wird zum Workflow

Laut MarketingWeek zielt das Projekt von LSE und Into-it ausdrücklich auf eine vollständig autonome KI-Marketingfunktion ab, nicht nur auf ein Tool, das einer Person hilft, schneller zu schreiben. Diese Unterscheidung ist wichtig, weil die meiste KI-Nutzung im Marketing bisher als Unterstützung beschrieben wurde. Der Marketer bleibt die Hauptfigur, und die Software ist ein sehr schneller Praktikant.

Agentische Systeme verändern die Form dieser Geschichte. In der LSE Business Review beschreibt Terence Tse agentische KI als künstliche Intelligenz, die proaktiv Entscheidungen trifft und Handlungen auf vordefinierte Ziele hin vorantreibt, indem sie Situationen bewertet, Pläne bildet und diese mit minimaler menschlicher Aufsicht ausführt. Das ist keine bessere Autovervollständigung. Es ist ein kleines Betriebsmodell.

Sobald Marketing zu einem von Agenten betriebenen Betriebsmodell wird, beginnt das Organigramm zu verschwimmen. Planung, Tests, Berichte und Iteration können zu Schleifen werden statt zu Meetings. Die alte Reibung durch Übergaben kann kleiner werden, aber das gilt auch für die informellen Kontrollen, die in diesen Übergaben stecken. Wenn ein Kollege fragt: „Sind wir sicher, dass das nach uns klingt?“, wird das nicht immer als Governance dokumentiert, ist es aber oft.

Automatisierung beseitigt keine Verantwortung

Die LSE Business Review argumentiert, dass agentische KI einen grundlegenden Wandel darin signalisiert, wie wir Arbeit und Problemlösung angehen. Im Marketing landet dieser Wandel an einem besonders sensiblen Ort, weil die Arbeit sowohl messbar als auch interpretativ ist. Eine Kampagne kann ihre Ziele erreichen und sich trotzdem falsch anfühlen.

Die übersehene Frage ist einfach: Wenn eine autonome Marketingfunktion eine schlechte Entscheidung trifft, wer trägt dann die Verantwortung? Der Anbieter, der das System gebaut hat, die Institution, die das Ziel festgelegt hat, der Marketer, der die Leitplanken freigegeben hat, oder die Führungskraft, die von Anfang an Effizienz wollte?

Springer Nature’s Evolutionary and Institutional Economics Review beschreibt KI als etwas, das dreieckige Agenturbeziehungen und neue Informationsasymmetrien einführt. Das ist eine formale Art zu sagen, dass Verantwortung schwerer erkennbar werden kann, genau dann, wenn Entscheidungen leichter auszuführen sind.

Das macht das LSE-Experiment nicht leichtsinnig. Es macht es nützlich. Ein ernsthafter institutioneller Test kann zeigen, wo Autonomie Hebelwirkung schafft und wo sie Mehrdeutigkeit erzeugt. Die Lektion für Teams besteht darin, autonomes Marketing nicht danach zu bewerten, ob es Output produzieren kann, sondern danach, ob seine Entscheidungen erklärt, hinterfragt und rückgängig gemacht werden können.

Markenurteil ist die knappe Fähigkeit

LSE Executive Education weist darauf hin, dass digitales Marketing komplexer und stärker KI-getrieben wird und dass Marketer sowohl vor größeren Herausforderungen als auch vor beispiellosen Chancen stehen. Außerdem verweist sie auf die Notwendigkeit von Sicherheit im Umgang mit KI und Analytics, nicht bloß von Neugier.

Diese Einordnung ist wichtig, weil die menschliche Rolle nicht verschwindet, wenn die Maschine besser wird. Sie verlagert sich nach oben. MIT Sloan Management Review beschreibt ein ähnliches Problem für Marketingverantwortliche: Viele erkennen die Chance generativer KI, haben aber Schwierigkeiten damit, wo sie anfangen sollen, besonders wenn sie Chancen gegen beherrschbare Risiken abwägen.

Eine vollständig autonome Marketingfunktion verschärft diesen Zielkonflikt. Je einfacher es wird, die sichtbare Arbeit zu automatisieren, desto wertvoller wird die unsichtbare Arbeit.

Diese unsichtbare Arbeit ist Markenurteil. Es bedeutet zu wissen, wann eine effiziente Botschaft zu bedürftig wirkt, wann Personalisierung aufdringlich wird, wann ein Trend nicht zu dir passt und wann die richtige Conversion-Strategie Zurückhaltung ist. KI kann Muster lernen, aber Institutionen brauchen weiterhin Menschen, die entscheiden, welche Muster Macht bekommen sollten.

Worauf man als Nächstes achten sollte

Der Bericht von MarketingWeek über LSE und Into-it gibt Marketern einen konkreten Anker für eine Debatte, die sonst leicht ins Abstrakte abdriften kann. Die praktische Schlussfolgerung ist nicht, das Experiment vollständig zu kopieren. Sie besteht darin, die eigene Marketingfunktion nach Entscheidungstypen zu kartieren: Was kann automatisiert werden, was braucht Überprüfung, und was sollte eine menschliche Entscheidung bleiben, weil es die Marke definiert?

Das nächste wirklich nützliche Marketingteam ist vielleicht nicht das mit den meisten KI-Tools. Es könnte das Team sein, das die klarste Grenze zwischen Ausführung und Urteilskraft hat. Wenn autonome Agenten mehr von der Maschinerie übernehmen können, müssen Menschen Werte, Geschmack und Verantwortung vielleicht so ausdrücklich machen wie nie zuvor.

Bevor du also fragst, ob KI dein Marketing betreiben kann, stell vielleicht die unbequemere Frage: Weißt du, welche Teile deines Marketings niemals sich selbst überlassen werden sollten?